INSAdeLyon
Stratgies
dchantillonnage
Optimisationdesstratgiesdchantillonnagedeseaux
rsiduairesindustrielleseturbaines
Echantillonneurautomatique
TanguyPOUZOL,INSAdeLyon,StagiaireAgencedeleauRhneMditerraneetCorse
Anne2010
Sommaire
Introduction ............................................................................................................................................ 3
I)Prsentationdeltude....................................................................................................................... 4
1)Prsentationdelamthode............................................................................................................ 4
2)Constitutionetoriginedesdonnes ............................................................................................... 5
3)PrsentationdulogicielMatlab ...................................................................................................... 5
4)Stratgiesdeprlvementetmodalitsdemiseenuvre........................................................... 6
a)Stratgien1:asservissementautemps,avecvolumedeprisefixe......................................... 6
b)Stratgien2:asservissementautemps,avecvolumedeprisevariableasserviaudbit
instantan........................................................................................................................................ 6
c)Stratgien3:asservissementautemps,avecvolumedeprisevariableasserviauvolume
coul .............................................................................................................................................. 6
d)Stratgien4:asservissementautemps,avecvolumedeprisefixeetreconstitutionde
lchantillonmoyenavecplusieursflacons..................................................................................... 6
e)Stratgien5:asservissementauvolumecoul,avecvolumedeprisefixe ........................... 6
II)Rsultats ............................................................................................................................................. 8
1)Prsentationdesrsultatsetcommentaires .................................................................................. 8
2)Limitesdutilisationdesstratgiesparrapportdescontraintespratiques ............................... 13
............................................................................................................................................................... 14
III)Impactdesanomaliesdefonctionnementdesprleveurs............................................................ 15
1)Dgradationdelarptabilitdesvolumesunitairesdeprlvement ....................................... 15
2)Impactdelabsencedeprlvements ................................................................................... 17
3)Impactdelarrtduprleveuravantlafindelapriodedeprlvement:................................. 18
IV)Casparticulier:Caractrisationdesfluxpolluantsenentredespetitesstationsdpuration . 22
1)Prsentationdesdonnes............................................................................................................. 22
2)Stratgiesdeprlvement ............................................................................................................ 23
3)Prsentationdesrsultats ............................................................................................................ 24
Conclusion............................................................................................................................................. 25
Bibliographie......................................................................................................................................... 26
Introduction
Lesindustriesetleszonesurbainesrejettentdeseauxrsiduairesdontles
caractristiquesentermesdedbitsetdeconcentrationsenpolluantssonttrsvariablesau
coursdutemps.
Pourconnatrelesfluxpolluantsmisdurantunepriode,parexemplede24heures,
oneffectuedesprlvementsdchantillonslmentairesdeseaux,leplussouventlaide
deprleveurschantillonneursautomatiques.Ceschantillonslmentaires,prlevsen
fonctiondutemps,dudbitouduvolumecoul,sontensuiteregroupsdemanire
appropriepourconstituerunchantillonmoyenreprsentatif,surlequelestpratiqu,par
deslaboratoiresspcialiss,unprogrammedanalysesdesparamtresdepollution
recherchs.
LAgencedelEauRhneMditerrane&Corse(AERMC)asouhaitvaluerla
performancedestratgiesdchantillonnageprconisesparlesdiffrentsorganismes
comptents,reprisesauseindedocumentspratiques(guideAFNOR,prescriptions
techniquesdesAgencesdeleau,)afindedterminercellesqui,selonlescontextesdes
rejetsindustrielseturbainsrencontrs,garantirontlareprsentativitdeschantillons
moyensetdonclvaluationlaplusfiablepossibledesfluxpolluantstransportsparleseaux
rsiduaires.
Toutefoislaproblmatiquedelchantillonnageestcomplexeetsaprcisionne
dpendpasuniquementdelaqualitdelastratgiechoisie.Dautresfacteursdincertitude
influencentlareprsentativitdunchantillon,parexemple,lepositionnementdupointde
prlvement,lacomplexitdeleffluent(particulesensuspension,matiresflottantes,
compossvolatils,).
Pourcettetude,lAERMCachoisidetravaillerencollaborationaveclquipeEaux
urbainesduLGCIEdelINSAdeLyon.
I)Prsentationdeltude
1)Prsentationdelamthode
Lamthodeconsistecomparerlesrsultatsdemesuresdefluxpolluants
deauxrsiduairesdterminspar:
Unsystmedemesureencontinuenplacesurlerejetoula
constitutiondunpollutogramme,considrscommelesrsultatsde
rfrence,
Unsystmedemesurecomposdundispositifdeprlvement
automatiqueassurantunchantillonnagediscontinu.
Lamiseenplacepratiquedunteldispositifexprimentalestextrmement
lourdeetsujettedenombreuxfacteursdincertitude.Cestpourquoiilatdcidde
simulernumriquementlesstratgiesdchantillonnage.Ainsilesrsultatsdemesure
obtenuslaidedunsystmedeprlvementautomatiqueserontdterminslaidedun
outildecalculdveloppsousMatlab.
Lenchanementdestapesdestravauxeffectusestlesuivant:
Constitutiondesbasesdedonnesdemesuresencontinuoudepollutogrammes
concernantunevingtainedesitesderejetsdoriginesdomestiquesetindustrielles,
reprsentatifsdesituationsrencontresdansledomainedelassainissement,
Dfinitiondesstratgiesdeprlvementtester,
Miseenuvredeloutildecalcul,
Exploitationdesrsultats,dterminationdela(des)stratgie(s)la(les)plus
adapte(s)pourlensembledessites,
Impactdesincertitudesdemesureetdesdysfonctionnementsdesmatrielsde
prlvement.
2)Constitutionetoriginedesdonnes
Lesdonnesdemesurederfrenceconsidressontconstituespartirde
mesuresdefluxpolluantsdterminespartir:
Dunemesureencontinudesdbits,
Dunemesureencontinudunparamtrephysicochimique,reprsentatifdes
caractristiquesdeauxrsiduairesdoriginesindustriellesetdomestiques:DCO,
COT,conductivit,NH4,turbidit,etc.
Cesdonnesconcernent20sitesderejets:stationsdpurationde
collectivitslocales,rejetsdactivitsindustriellestellesque:agroalimentaire,papeterie,
chimie,
Ilconvientdenoterquenraisondesdifficultsobtenirdesdonnesde
mesuresencontinudeparamtresphysicochimiquelesfluxpolluantsde5sitesindustriels
onttreconstitussurlesbasesdelaconnaissancedesprocdsdefabricationmisen
uvreauseindecestablissements.
3)PrsentationdulogicielMatlab
LelogicielMatlabestunoutildecalculnumriquedveloppparlasocit
MathWorks.Cetoutilesttrsprsentdanslemondedelarecherche,delducation
suprieureainsiquedanslemondeindustriel.Ilpermetdeffectuerungrandnombrede
calculsendestempstrscourtsetpermetdedvelopperetdutiliserdesprogrammesde
calculsnumriques.
4)Stratgiesdeprlvementetmodalitsdemiseenuvre
Les5stratgies,tudiesdanscettetude,sontcellespouvanttremisesen
uvreparlesprofessionnelsdelamesureetreprisesauseindesrecueilsdebonnes
pratiques:guideAfnorFDT905322,prescriptionsdfiniesparlesAgencesdeleau,etc.
Touteslesstratgiesontpourobjetlaconstitutiondunchantillonmoyen
quelonsouhaitereprsentatifdelatotalitdelapriodedchantillonnage(ici24h).
a)Stratgien1:asservissementautemps,avecvolumedeprisefixe
Oneffectueunprlvementdevolumedonnetfixe(ex:55mL)
touteslesPminutes.Touslesprlvementssontdirigsdansunrcipientuniquecontenant
lchantillonmoyen.
b)Stratgien2:asservissementautemps,avecvolumedeprise
variableasserviaudbitinstantan
OneffectueunprlvementtouteslesPminutesdevolumevariable,
celuiciestfonctiondudbitinstantanmesuraumomentduprlvement.Tousles
prlvementssontdirigsdansunrcipientuniquecontenantlchantillonmoyen.
c)Stratgien3:asservissementautemps,avecvolumedeprise
variableasserviauvolumecoul
OneffectueunprlvementtouteslesPminutesdevolumevariable,
celuiciestfonctionduvolumecouldepuisledernierprlvement.Touslesprlvements
sontdirigsdansunrcipientuniquecontenantlchantillonmoyen.
d)Stratgien4:asservissementautemps,avecvolumedeprisefixe
etreconstitutiondelchantillonmoyenavecplusieursflacons
OneffectueunprlvementtouteslesPminutes.Deplusonrangeces
prlvementsdansMflaconsdiffrents.Parexemple,siM=24,alorschaqueflacon
reprsenteraunepriodeduneheuredeprlvement.Lchantillonfinalestensuite
reconstituauprorataduvolumecoulpendantlapriodedeprlvementcorrespondant
chaqueflacon.
e)Stratgien5:asservissementauvolumecoul,avecvolumede
prisefixe
Oneffectueunprlvementdevolumedonnetfixe(ex:55mL/xm
couls).Touslesprlvementssontdirigsdansunrcipientuniquecontenant
lchantillonmoyen.
Lensembledesstratgiesattestsurchacundesvingtsitesretenus.
Toutefois,afindobtenirdesrsultatsstatistiquespertinents,chacunedesstratgiesat
appliquepourunmmesitepourdiffrentshorairesdedpartdesprlvements.
Deplus,lesstratgiespossdenttoutesunevariablederglagequilconvient
defixer.Plusieursrglagesontdoncttests.Ondtailleciaprslasignificationdurglage
pourchaquestratgieainsiquecertainsdtailsdemiseenuvredesstratgies:
Pourlesstratgies14,onprocdeaurglagedelafrquencede
prlvement,soitletempsquiscouleentredeuxprlvements.Enoutrepourles
stratgiessuivantes,desrglagessupplmentairessonteffectus:
Stratgie2:lasservissementduvolumedepriseestfaitlinairement,avec50mL
prlevspourundbitnulet100mLpourlavaleurmoyennedudbit.
Stratgie3:lasservissementduvolumedepriseestfaitlinairement,avec50mL
prlevspourunvolumecoulnulet100mLpourlavaleurmoyenneduvolume
coulentredeuxprlvements.
Stratgie4:lenombredeflaconestfix24,soit1parheure.
Stratgie5:onrglelenombredemquiscouleentredeuxprlvements.
Toutefois,afindepouvoircomparerplusfacilementcettestratgieauxautres,on
convertitcerglageenuntempsmoyenquiscouleentredeuxprlvements,et
doncenunepriodemoyennedeprlvementoubienunefrquencemoyennede
prlvement.
II)Rsultats
1)Prsentationdesrsultatsetcommentaires
Onprsentecidessouslesrsultatsobtenuspourchaquestratgiepour
lensembledesjournes.Ceuxcisontmissousformedeboitesmoustaches,laboite
comprenantlesdeuximesettroisimesquartilesainsiquelamdiane,etlesmoustaches,
lesvaleursminimumsetmaximumsobtenues(onnoteraquecertainesdonnespeuvent
treexcluesdesboitesmoustachessiellessontconsidrescommetroploignesdes
autres,ellesapparaissentalorssousformesdecroix).Onretrouveenabscisselerglagede
chaquestratgieetenordonneslepourcentagederreurcommisparlastratgiesurla
concentrationmoyennedelchantillon.
Figure1:Reprsentationdeserreursobtenuespourchacunedesstratgiesetpourdespriodesdeprlvementallant
de160minutes(frquencesde360prlvementsparheure)
Stratgien1:
Lastratgien1prsentelesrsultatslesmoinsperformants.Sonutilisation
doitdonctrelimitedescasparticuliers,notammentlorsquelesvariationsde
dbitsonttrsfaibles.
Stratgien2etstratgien3:
Bienquellesaientsuscitdenombreusesattentes,notammentpoursuivre
correctementdesvariationsimportantesdedbitetdeconcentration,cesstratgies
nepermettentpasdobtenirdesrsultatstrsperformants.Deplus,ellessollicitent
desprleveursdetechnologiepluscomplexe,assezpeurpandusdanslecommerce.
Stratgien4:
Bienquelleapportedesrsultatscorrectsetquellepermettedeconnaitrele
volumefinaldelchantillon,cettestratgieestdifficilemettreenplace.Eneffet,
ltapedereconstitutiondelchantillonpartirdeplusieursflaconsestsource
dincertitudessupplmentairesetestconsommatricedetempsetdemoyens.On
noteraquelaqualitdesrsultatssamlioreaveclaugmentationdunombrede
priodeslmentairesdeprlvement:12priodesde2heuresaucoursdune
journedeprlvementestuncompromisintressantentrelaprcisionrecherche
etlenombredeflaconsmisenuvre.
Stratgien5:
Cettestratgieestlaplusperformante.Auseindutableaudesynthseci
aprs,onpeutremarquerqurglagecomparable,lastratgien5sedtache
nettementdesautresparsajustesse.Eneffetsiloncompareparexemplepourune
priodedeprlvementmoyennede10minutes(priodecorrespondant6
prlvementsparheureenmoyennepourlastratgien5):lesvaleursdela
mdiane,delamoyenne,dumaximumetdelcarttype,onconstatealorsque
lerreurcommiseparlastratgien5estinfrieureauxautreslafoisenmoyenne
maisaussiendispersion.
10
Stratgien
Valeurdela
mdiane
(%derreur)
Valeurdela
moyenne
(%derreur)
Valeurdu
maximum
(%derreur)
Valeurde
lcarttype(%
derreur)
6.4
3.5
3.4
1.0
0.5
8.9
5.2
4.9
1.9
1.0
29.8
24.6
17.9
22.2
11.3
8.4
5.0
4.6
2.9
1.4
Figure2:tableaucomparatifdes5stratgiestestes,rglesunprlvementtoutesles10minutesenmoyenne(6par
heure).Onremarquequelerreurmaximumcommiseparlastratgien5et11.3%,cequiestenvirondeuxfoismoins
quelesautresstratgies.
Ilconvienttoutefoisdenoterquecettestratgieprsenteaussiquelques
contraintesdutilisation:
lanonmatriseduvolumeglobaldchantillonprlev,
lerisquedenepasralisercertainsprlvementslorsquelafrquencede
prlvementprogrammeestplussoutenue,notammmentlorsquelleestinfrieure
3minutes(voirfiguren3,ciaprs),enraisondeslimitationstechniquesdes
prleveurs.
11
Figure3:Miseenparallledelerreurcommiseaveclastratgien5entenantcomptedelomissiondecertains
prlvements,aveclepourcentagedeprlvementsomis.Leserreurscommisessontassezsemblablescellesprsentes
danslafigure1saufpourdesfrquencesdeprlvementstropleves.Onconstatequecelacorrespondaveclacourbe
despourcentagesdeprlvementsomisquipeuventatteindrentplusde70%dansdesconditionsextrmes.
12
2)Limitesdutilisationdesstratgiesparrapportdescontraintes
pratiques
Lerglagedunestratgiedoitrechercherlaprcisiondursultat,envitant
lobtentiondunvolumeglobaldchantillontropconsquent.Ainsi,ondevrarechercherun
compromisentre:
uneprcisionacceptable,troitementlielafrquencedeprlvement,et
unvolumedchantillonprlevpastropimportant,nexcdantpas15litres.Au
del,ilexisteeneffetdesrisqueslislhomognisationdelchantillonet
linsuffisancedecapacitdesbidonsdeprlvement,notammentceuxquipantles
prleveursmultiflaconsutilissparlescollectivitsetlesindustrielsdanslecadrede
leurautosurveillance.
Danslecadredelutilisationdelastratgien5,quiressortcommelaplus
performante,onpourraprivilgierunefrquencedeprlvementpermettant6
prlvementsparheureenmoyenne,laprcisiontantsatisfaisante,levolumeglobalde
lchantillonrestantraisonnable:unedizainedelitres,pourunvolumeunitairede
prlvementde70mL.
Danscertainescirconstances,notammentlorsdevariationsbrutalesdes
dbitsdunjourlautre,ilseradifficiledassurerunefrquencedeprlvementtelleque
celledfiniecidessus.Ilpourradonctreadmisderduirelafrquence,enveillantnepas
sesituerendessousde4prlvementsparheureenmoyennepourconserveruneprcision
dchantillonnagecorrecteetatteindreunvolumeprlevtotaldenviron7litres(voirfigure
n4,ciaprs).
13
Figure4:Miseenparallledeserreurscommisesparlastratgien5aveclesvolumestotauxdchantillonmoyen
gnrs.Legraphiquedesvolumestotauxprlevsestsouslammeformequelesautresgraphiques,cestdiredes
boitesmoustaches,maisellesnesontpasdistinguablescarlesvaleursnevarientquetrspeupourchacundes
rglages.Commeattendu,pluslafrquencemoyennedeprlvementestlevepluslevolumedelchantillonest
important(plusde100litresdanslecasleplusextrme).
14
III)Impactdesanomaliesdefonctionnementdesprleveurs
Laproblmatiqueduprlvementcomportedenombreusessourcesdincertitudeset
derreurs.Danslapartieprcdente,nousavonsdfinilastratgiedeprlvementlaplus
adapte,c'estdirelastratgien5:asservissementauvolumecoulavecvolumede
prisefixe.
Noustraiteronsdanscettepartie,danslecadredelapplicationdecettestratgie,de
limpactdanomaliesdefonctionnementquipeuventsurvenirlorsdesoprationsde
prlvement:
Ladgradationdelarptabilitdesvolumesunitairesdeprlvement,
Limpactdelabsencedeprlvements,
Limpactdelarrtduprleveuravantlafindelapriodedeprlvement.
Biensrilconvientderappelerquilexistedenombreusesautressourcesderreurs
etincertitudesetquecellescisontsystmatiquementcombinessurleterrain.
1)Dgradationdelarptabilitdesvolumesunitairesde
prlvement
LanormeISO566710fixe95%leniveauderptabilitdesvolumes
prlevs.Cetobjectifestparfoisardurespecterpourcertainsprleveurschantillonneurs,
notammentpourdefaiblesvolumesprlevs(5070mL).
Nousavonsdoncsimullimpactdeladgradationdecetauxpourunvolume
unitairevariantalatoirementetuniformmentautourdesavaleurdeconsigne(fixe70
mL),de5%,10%,20%,30%et50%.Cettetudeatmenepourlensembledessites
concerns.
15
Lasynthsedesrsultatsestprsentedansletableausuivant:
Influencedeladgradationduniveauderptabilitdesvolumesunitairesdeprlvement
(rglage:frquencemoyennedeprlvement=6prlvementparheureenmoyenne,volumeunitaire70mL)
Tauxde
fidlit(%)
Pourcentagederreurajoutsur
laconcentrationmoyenne
(%derreur)
Pourcentagederreurajoutsurlcart
type
(%derreur)
Volumeprlev
Ecarttype(L)
95
90
80
70
50
0.009
0.025
0.114
0.234
0.52
0.014
0.038
0.115
0.237
0.477
0.02
0.04
0.09
0.13
0.23
Figure5:tableaucomparatifdesniveauxderptabilitdesvolumesunitairesdeprlvements.Pourunvolume
unitairevariantde20%autourdesavaleurcible(tauxdefidlit80%),onconstatequelastratgien5commet0.114
%derreurenplusquesilarptabilitdesvolumesunitairestaitparfaite.
Onconstatequelavariabilitduvolumeunitairedeprlvementaassezpeu
dinfluencesurlerreurcommisesurlaconcentrationmoyenne,autantenmoyennequen
carttype.Cephnomneprovientdufaitqueleserreurscommisessecompensentlesunes
lesautres.Deplus,ettoujourspourlesmmesraisons,cettedfaillancenestpas
dtectableparlecontrleduvolumetotalprlev.
Toutefois,etpourdesraisonsvidentes(impactduvolumedeprisesurle
prlvementnotamment),ilestrecommanddassurerlameilleurereproductibilitdes
volumesunitairesdeprlvement.Demaniregnrale,ilresteindispensabledesassurer
quelesvolumesunitairesdeprlvementcorrespondentauxvaleursdeconsigne(silon
rglelevolume70mL,leprleveurdoitassurer70mL).
16
2)Impactdelabsencedeprlvements
Danscettepartie,nousavonstudilimpactdvnementsdorigines
mcanique,hydraulique,lectrique,etc.,conduisantlomissionduncertainnombrede
prlvements.Nousavonsdoncsimullabsencedeprlvementsselonlestauxsuivants:
5%,10%,20%,30%et50%.Cettetudeatmenepourlensembledessitesconcerns.
Lasynthsedesrsultatsestprsentedansletableausuivant:
Influencedelabsencedeprlvement
(rglage:frquencemoyennedeprlvement=6prlvementsparheureenmoyenne,volumeunitaire70
mL)
Pourcentage
de
Pourcentagederreurajoutsur
Pourcentagederreurajoutsur
Volumetotal
prlvements
laconcentrationmoyenne(%
lcarttype
prlev
nonraliss
derreur)
(%derreur)
Diffrence(%)
(%)
5
0.377
0.361
5.0
10
0.640
0.575
10.0
20
1.179
0.991
20.0
30
1.713
1.382
30.0
50
2.932
2.316
50.0
Figure6:tableaucomparatifdestauxdeprlvementsnonraliss.Si20%desprlvementsnesontpasraliss,on
constatequelastratgien5commet1.179%derreurenplusquesilatotalitdesprlvementstaiteffectue,on
remarquegalementquecelaprovoqueunediminutionde20,0%duvolumetotalprlev.
Onconstatequecetteanomaliedefonctionnementaassezpeudinfluence
surlerreurcommisesurlaconcentrationmoyenne,autantenmoyennequencarttype.En
effet,leserreursconscutivescettedfaillancesefontalatoirement,envitantdoncles
erreurssystmatiques.Ainsi,mmedanslecaso50%desprlvementssontomis,la
dgradationdelamoyenneetdelcarttypedeserreurssurlaconcentrationcorrespond
unesituationolafrquencedeprlvementseraitdeuxfoismoinssoutenue,soit3
prlvementsparheureenmoyenne,cequinestpasrdhibitoirevisvisdelaprcision
dchantillonnage.
Toutefois,danslecasocesdysfonctionnementsneseferaientplusde
manirealatoiremaisdefaonsystmatique,lesrsultatsseraientdunetouteautre
natureetcertainementbienplusdgrads.Ilconvientdoncdefiabiliserlinstallationde
prlvementdemanireassurercorrectementleprogrammedeprlvementsouhait.
17
3)Impactdelarrtduprleveuravantlafindelapriodede
prlvement:
Laplupartdesprleveurspossdentunescuritantidbordement
permettantdestopperlchantillonnageencasdetropplein.Nousavonscherchsavoir
quellespouvaienttreleserreurscommiseslorsdetelsvnements.Pourcela,nousavons
slectionndeuxcaspermettantdemettreenvidencelimpactsurlaqualitde
lchantillonnagedesdrivespossibles.
Lepremiercastraitestceluidunsiteprsentantunpicdedbitfortconcomitant
avecunpicdeconcentration,seproduisantenfindejourne.
Figure7:Profildedbitetdeconcentrationdeleffluentchoisipourtesterunarrtprmaturduprleveur.Onnotela
concomitancedunpicdedbitetdeconcentrationenfindejourne.
18
Larrtduprleveurmontreunegravesousestimationdelaconcentration
moyennedsquelefonctionnementduprleveursarrte2heuresavantlafindela
journedeprlvement(voirfigure8,ciaprs).
Influencedelarrtduprleveur
(rglage:frquencemoyennedeprlvement=6prlvementsparheureenmoyenne,
volumeunitaire70mL)
Nombredheuresdarrt
Erreuralgbriquesurla
concentration(%)
Volumetotalde
lchantillon(L)
0
1
2
4
6
8
10
12
0.340
5.008
43.946
43.940
45.986
48.461
49.765
53.058
10.0
8.1
7.2
6.8
6.3
5.7
5.3
4.8
Figure8:tableaucomparatifdunombred'heuresd'arrtduprleveur.Unarrtduprleveur2heuresenavance
(journedeprlvementramene22haulieude24h)provoqueuneerreursurlaconcentrationdelchantillon
moyende43,946%infrieurlaconcentrationderfrence.
19
Ledeuximecasreprsenteunejourneavecuneforteactivitpolluanteendbut
etmilieujourne,etdesrejetspeupolluantsenfindejourne.
Figure9:Profildedbitetdeconcentrationdeleffluentchoisipourtesterunarrtprmaturduprleveur.Onnotela
faibleactivitpolluanteenfindejourne.
20
Larrtprmaturduprleveurconsistepeuoupasconsidrerlesfluxdeau
peupolluesetdoncsurestimerlefluxpolluantrejet(voirfigure10,ciaprs).
Influencedelarrtduprleveur
(rglage:frquencemoyennedeprlvement=6prlvementsparheureenmoyenne,
volumeunitaire70mL)
Nombredheuresdarrt
Erreuralgbriquesurla
concentration(%)
Volumetotalde
lchantillon(L)
0
1
2
4
6
8
10
12
1.835
0.213
1.700
8.609
16.929
24.683
28.894
25.746
10.0
9.7
9.3
8.3
7.4
6.5
5.6
4.6
Figure10:tableaucomparatifdunombred'heuresd'arrtduprleveur.Unarrtduprleveur6heuresenavance
(journedeprlvementramene22haulieude24h)provoqueuneerreursurlaconcentrationdelchantillon
moyende16.929%suprieurelaconcentrationderfrence.
Cesdeuxexemplestraduisentlinfluencetrsimportantedelarrtprmatur
dudispositifdeprlvement,quipeutdoncentranerunemesuredefluxpolluant
totalementfausse,pardfautouexcsselonlaconfigurationdurejet.
21
IV)Casparticulier:Caractrisationdesfluxpolluantsenentredes
petitesstationsdpuration
LamajoritdesstationsdpurationenFrancesontdepetitecapacit(infrieure
2000quivalentshabitants).Pourcetypedouvrages,lesprescriptionsrglementairesen
matiredautosurveillancelimitentunoudeuxparanlenombredebilansjournaliers
effectuer.
Deplus,leurconceptionnepermetquerarementdequantifierlesdbitsenentre
destation,etdonclasservissementaudbitdunprleveurplaclentredelastationne
peutpassefairedefaonsatisfaisante.Pourpalliercettedifficult,lesprleveursenentre
sontsouventasservisaudbitdesortiedelastation.
Danscettepartie,nousallons,autraversdunexemple,valuersicettemanire
doprerpeutproduiredesrsultatsconvaincantsousidautresstratgiesplus
performantesdoiventtreenvisages.
1)Prsentationdesdonnes
Lesdonnesrecueilliespourtraiterceproblmeproviennentdunestation
dpurationdunsiteindustrieldontlesdbitsjournalierspeuventsapparenterunepetite
stationdpuration.Nousavonsrecueillilesdbitsentrantetsortantdelastationainsiquun
profildeconcentrationdunpolluantcaractristiqueenentre.Nousprsentonsles
donnescidessous.Onpeutyobserverleseffetsamortissantetdcalantdelastationsur
lescourbesdedbitsenentreetensortie.
22
Figure11:Profildedbitsetdeconcentrationdeleffluentchoisipourtesterlacaractrisationdesfluxpolluantsen
entredespetitesstationsdpurations.
2)Stratgiesdeprlvement
Afindepouvoircomparerlessolutionsenvisageables,nousavonspriscomme
rfrencelastratgien5commeelledevraittremiseenplace,soitunprlvement
effectuenentredestationetasservieaudbitdentre.
Nousavonsensuitetestlapplicationdesstratgiesn1,n4etn5pourun
prlvementeffectuenentrestation,lamesurededbittanteffectueensortiede
station.
23
3)Prsentationdesrsultats
Onprsentelesrsultatsdansletableausuivant,lesrsultatssontdonns
pourunrglagedunepriodemoyennede10minutes(soit6prlvementsparheureen
moyenne).
Valeurdela
mdiane
(%derreur)
Valeurdela
moyenne
(%derreur)
Valeurdu
maximum
(%derreur)
Valeurde
lcarttype
(%derreur)
Stratgiede
rfrencen5
asservielentre
Stratgie
n1
Stratgien4bis,
reconstituenfonction
dudbitdesortie
Stratgien5
bis,asservieau
dbitdesortie
0.42
9.58
10.52
10.70
0.61
9.72
10.36
10.65
2.42
11.04
11.19
12.35
0.48
0.69
0.55
0.84
Figure12:tableaucomparatifdesstratgiespourcaractriserlesfluxpolluantsenentredespetites
stationsdpurations.Lastratgien1commetunmaximumde11.04%derreursurlaconcentration.
Les3stratgiestestesconduisentdesrsultatssimilaires,nettementmoins
performantsquelastratgiederfrence.
Cependant,facelimpossibilitdemesurerledbitlentrestationetdonc
utiliserlastratgien5,lutilisationdelastratgien1peuttreprivilgiecarsamiseen
uvreconduitmoinsdincertitudesetdecontraintesquelesstratgies4biset5bis.
Toutefois,ilconvientdtreprudentvisvisdecetteconclusioncarcette
tudenaconcernquuneconfigurationderejetetmriteraitdtrecompltepardautres
exemples.
24
Conclusions
Laproblmatiquedelchantillonnagecomportedemultiplesfacetteset
chacunedecesfacettesncessiteuneattentionparticulireafindepouvoirconstituerun
chantillonmoyenreprsentatif.
Lechoixdelastratgiedeprlvementestduneimportancecruciale.Bien
choisie,elleconduitdesincertitudesngligeablesdevantlesautresproblmesde
lchantillonnage(notammentlesincertitudesliesauxanalyses).Maismalchoisie,elle
gnredeserreursimportantesquiviennentsajouterauxautressourcesdincertitudes.
Suiteltudequenousavonsmene,nousrecommandonsdasservirles
prleveurschantillonneursautomatiquesauvolumecoul,avecunvolumedeprisefixe
(suprieur50mL)etavecunepriodemoyennedeprlvementcompriseentre10et15
minutes,soitenmoyennede46prlvementsparheure,ouencoreenviron100140
prlvementsparjour.Cettestratgieconfirmelespratiquesactuellementrecommandes
auseindesguidespratiquesdveloppsparlAFNORetlesAgencesdeleau.
Encequiconcernelasurveillancedespetitesstationsdpuration,lorsquela
situationnepermetpasdappliquerlesrecommandationsprcdentes,nousconseillons
dappliquerlastratgien1(asservieautempsavecvolumedepriseconstant)enlabsence
dunetudeplusparticuliredessitesenquestion.
25
Bibliographie
FasiculeAFNORFDT905232,Guidedeprlvementpourlesuividequalitdes
eauxdanslenvironnement,2007.
Estimationofthevarianceofsamplingofprocessanalyticalandenvironmental
emissionsmeasurements,M.Paakkunainen,SP.Reinikainen,P.Minkkinen,2006.
Samplingforrepresentativemicropollutantloadsinsewersystems,C.Ort,W.
Gujer,2005.
Practicalapplicationsofsamplingtheory,P.Minkkinen,2004.
Harddataonharddrugs?Assessingillicitdrugloadsinsewers,J.Rieckermann,
2008.
Etudedelchantillonnagesystmatiqueetproportionnelaudbitpartempssec
deseauxusesdansdesgoutsnonvisitables,J.DeHeer,1992.
Qualitdeseauxderuissellementurbaines,L.Rossi,1998.
26